Python 編程B16：文件（一）

第十章 文件與數據格式化

隨著程序規模的增大，我們不再只處理內存中的臨時數據，而需要將數據長期保存或跨程序共享。文件是最基本的數據持久化方式，也是 Python 與外部世界溝通的重要橋梁。

在現代編程中，文件不僅僅是“讀寫文本”，它還代表著數據的組織形式。

通過不同的文件格式（如 .txt、.csv、.json），我們可以存儲和處理一維列表、二維表格，甚至高維結構化數據。

學習目標：

（1）理解文件的概念、分類及其在程序中的作用。

（2）掌握 Python 文件的打開、讀取、寫入與關閉操作。

（3）熟練使用 with 上下文與異常處理實現安全文件操作。

（4）了解數據的組織維度（一維、二維、高維）與常用格式（CSV、JSON）。

（5）能夠將程序數據保存為文本或結構化文件并重新加載使用。

10.1 文件概述

當程序運行結束后，所有變量和數據都將從內存中消失。若要保存程序的運行結果、記錄日志或在不同程序間共享信息，就需要借助文件（File）。

文件是數據在外部存儲介質（如磁盤）上的長期存放形式，是實現數據持久化的核心手段。

Python 提供了簡單而功能強大的文件操作接口，使得保存結果與加載數據都非常方便。

10.1.1文件與路徑

文件由文件名和路徑組成。路徑（Path）描述了文件在計算機存儲中的位置。

（1）絕對路徑（Absolute Path）：從磁盤根目錄開始的完整路徑。

例如：

"C:\\Users\\mediaTEA\\Documents\\data.txt"

（2）相對路徑（Relative Path）：相對于當前程序所在目錄的路徑。

例如：

"data\\result.txt"  # 當前目錄下的 data 文件夾

Python 中常用 或 模塊處理路徑：

print(data_dir.exists())

10.1.2 文件類型

根據存儲形式不同，文件主要分為兩類。

（1）文本文件（Text File）

? 以字符形式存儲數據，如 .txt、.csv、.json。

? 支持文本編輯器打開。

? 通常需要指定編碼（如 UTF-8）。

（2）二進制文件（Binary File）

? 以字節形式存儲，如圖片、音頻、模型文件（.jpg、.mp3、.pkl）。

? 不可直接用文本方式查看。

10.1.3文件編碼

open() 在文本模式下的默認編碼依賴于運行環境的區域設置，因此建議顯式指定 encoding="utf-8" 以避免跨平臺編碼問題。

    print(f.read())

提示：

可通過標準庫 .getpreferredencoding() 查看系統 locale。

10.1.4 數據組織的維度

文件不僅僅是保存內容的容器，它還決定了數據的組織方式。

Python 支持多種維度的數據表示。從一維的數列，到二維的表格，再到高維的嵌套結構。不同維度的數據對應不同的文件格式與讀取方法。

10.2 文件的使用

文件的操作流程可概括為三步：

打開（open） → 操作（讀寫） → 關閉（close）

在 Python 中，既可手動控制文件關閉，還可通過 with 上下文自動管理資源。

10.2.1 文件的打開與關閉

使用內置函數 打開文件。

基本語法結構：

f = open(file, mode, encoding=None)    # 打開文件，返回一個文件對象

常見模式說明：

      'r+' 從開頭讀寫；'w+' 先截斷再讀寫；'a+' 追加寫入、可讀取。

示例：

f.close()

提示：寫入后務必調用 .close() 關閉文件，以釋放資源。

10.2.2 with 上下文管理器

with 語句能自動處理文件的關閉操作，是推薦的文件操作方式。

    f.write("追加一行文本。\n")

等價于：

    f.close()

優點：即使程序中途出錯，文件也會被安全關閉。

10.2.3 文件的讀寫

（1）讀取文件

相關方法：

.read(size = -1)

讀取文件全部內容或指定 size 長度的字符串或字節流。

.readline(size = -1)

讀取一行或該行前指定 size 長度的字符串或字節流。

說明：與 .read() 的參數一樣，size 表示要返回的最大字符（文本模式）或字節（二進制模式）數；當 size 被指定且小于剩余內容長度時會返回不完整的行/數據片段。

.readlines(hint = -1)

讀取所有行，返回以行元素的列表。hint 是一個建議的字節/字符大小閾值（近似），并非嚴格的行數限制。

lines = f.readlines(1024)  # 大致讀取 ~1024 字節的行，返回行列表

.seek(offset, whence=0)

改變當前文件操作指針的位置。offset 是相對于 whence 的偏移量（以字節或字符為單位，取決于文件模式）。whence 指定相對位置：0（文件開頭）、1（當前位置）、2（文件結尾）。

f.seek(0, 2)         # 或 f.seek(0, os.SEEK_END)

示例 1：

    print(text)

示例 2：

         print(line)

示例 3：

        print(line, end="")   

若文件很大時，推薦使用按行迭代 for line in f: 的方式。

（2）寫入文件

相關方法：

.write(s)

寫入字符串或字節流到文件。

.writelines(lines)

將一個元素為字符串的列表整體寫入到文件。

示例 1：

    f.write("Loss=0.45, Accuracy=0.82\n")

示例 2：

    f.writelines(ls)

.writelines() 不會自動添加換行符，若要自動添加換行，列表元素必須包含 \n，還可使用 print(line, file=f) 或者 f.write("\n".join(lines))。

10.2.4 文件異常處理

文件操作中常見的異常包括：

? FileNotFoundError：文件不存在。

? PermissionError：無訪問權限。

? IsADirectoryError：路徑是文件夾不是文件。

示例：

    print("讀取文件時發生錯誤：", e)

10.3 一維數據的組織與處理

Python 提供了靈活的工具來讀取、存儲與處理一維數據，使我們能夠輕松完成統計實驗結果、分析日志文件、清洗或篩選文本數據以及提取模型預測結果等任務。

10.3.1 一維數據的表示與存儲

最常見的一維數據結構有列表（list）和字符串（str）。

列表適合保存數值型或混合型數據，而字符串常用于原始文本。

例 10.3.1：將模型損失值寫入文本文件

print("模型訓練損失值已保存。")

保存后的文件內容為：

0.69

這種方式適用于線性、按時間順序變化的數據，如溫度記錄、實驗結果、訓練日志等。

10.3.2 一維數據的讀取與處理

讀取文件后，可通過類型轉換與內置函數進行進一步分析。

例 10.3.2：計算平均損失值

    print("無有效數據。")

輸出：

平均損失值：0.802

進一步示例：篩選特定區間的數據

print("篩選后數據：", filtered)

輸出：

篩選后數據： [0.76, 0.69]

這種篩選操作在 AI 訓練監控中非常常見，比如只提取低于閾值的損失以分析收斂階段。

10.3.3 一維數據的應用

文本文件不僅可用于保存數值，也常存放事件記錄或系統日志。

我們可以使用字符串方法來搜索、過濾與統計關鍵信息。

例 10.3.3：過濾 AI 訓練日志中的異常行

    print(e)

示例輸入文件（train_log.txt）：

[INFO] Epoch 3: Loss=0.44

輸出：

[ERROR] Model failed to converge

這種文本過濾思路與現實中的日志監控系統一致，是 AI 工程與系統維護的重要技能之一。

例 10.3.4：關鍵字統計器

統計一維文本數據中指定關鍵詞的出現次數。

print(f"關鍵詞 '酒' 出現次數：{count}")

輸出示例：

關鍵詞 '酒' 出現次數：3

此方法可用于自然語言處理（NLP）中的詞頻分析，也可擴展為關鍵詞提取或情感統計等任務。

小結

本次課介紹了 Python 文件操作的基礎概念、路徑處理、文件類型與編碼，以及文件的打開、關閉、讀寫與異常處理方法。通過示例展示了一維數據的保存、讀取、篩選與分析，以及日志與文本的關鍵字統計。

下一課將進一步講解二維及高維數據的組織與處理（如 CSV 與 JSON 文件），并結合綜合案例進行文件應用實踐，為實際數據處理與 AI 訓練監控等打下堅實基礎。

“點贊有美意，贊賞是鼓勵”